为了感谢广大作者对期刊的支持，并鼓励和宣传相关领域高质量的学术研究，Electronics 特设立最佳论文奖 (Electronics 2024 Best Paper Award)。综合评估论文的原创性和意义、引用、下载量等，该奖项评选出了2022年发表在 Electronics 期刊上的高质量学术文章予以嘉奖。在此，我们谨代表评审委员会和编辑部对以下3个获奖团队的出色工作表示祝贺。

获奖文章

• 文章类型：Review

A Review of Wireless Power Transfer Systems for Electric Vehicle Battery Charging with a Focus on Inductive Coupling

以电感耦合为重点的电动汽车电池充电无线电力传输系统综述

Iman Okasili, Ahmad Elkhateb and Timothy Littler

https://www.mdpi.com/1602022

文章亮点：

(1) 回顾了WPT系统的基础知识，以便更好地理解该领域过去的进展和当代工作。

(2) 讨论了关键领域的研究，涉及补偿方案、控制方法、转换器拓扑和线圈设计。

(3) 介绍了更广泛的主题，例如安全标准和成本，反思当前技术并推测未来系统。

• 文章类型：Article

A Deep Learning Model for Network Intrusion Detection with Imbalanced Data

一种用于不平衡数据的网络入侵检测的深度学习模型

YanfangFu et al.

https://www.mdpi.com/1541224

文章亮点：

(1) 提出了一种结合注意力机制和Bi-LSTM的DLNID模型。该DLNID模型可以对网络流量数据进行准确分类。

(2) 针对网络数据不平衡的问题，利用ADASYN对少数类样本进行数据增广，最终使得各类样本数量分布相对对称，让模型能够充分学习。

(3) 提出了一种改进的堆叠自动编码器，并将其用于数据降维，以增强信息融合。

• 文章类型：Article

Machine Learning for DDoS Attack Detection in Industry 4.0 CPPSs

工业4.0 CPPSs中用于DDoS攻击检测的机器学习

FiroozB. Saghezchi et al.

https://www.mdpi.com/1500710

文章亮点：

(1) 提出了一种基于ML的网络异常检测系统，用于检测工业4.0 CPPS中的DDoS攻击。

(2) 分析从真实世界大型工厂收集的良性网络流量数据以及来自DDoSDB数据库的实际DDoS攻击数据。

(3) 研究了11种用于DDoS攻击检测的半监督、无监督和监督ML算法的性能，并讨论了它们对于所提出的基于ML的网络异常检测系统的优点。

每位获奖者将获得500瑞士法郎奖金，一张证书，并且可以于2024年底前在Electronics 期刊上免费发表1篇经过同行评审后的论文。

了解更多信息：https://www.mdpi.com/journal/electronics/awards/2347

在此，感谢奖项评审委员会在由众多优秀申请人中选出获奖者的艰巨任务中所做的出色工作，以及所有参与这个奖项并帮助其取得巨大成功的人。